全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于时变模型平均方法的我国航空客运量预测
- 作者： 张健 孙玉莹 张新雨 汪寿阳 来源： 系统工程理论与实践 年份： 2021 文献类型 ： 期刊 关键词： 时变参数预测模型 时变模型平均 航空客运量 时变权重 非参数估计
- 描述： 机场扩建、政策导向、经济发展等外在因素的变化常常导致航空客运量数据发生结构性改变,其模型的设定也在很大程度上存在不确定性,因此,精准而稳定地预测航空客运量变得十分困难.为了解决以上问题,本文采用了一种时变模型平均方法(TVJMA)(Sun等,2020,2012)对全国Top 5机场的客运量进行了预测研究,该方法在模型平均时基于最小化局部Jackknife准则给出了最优的权重选择,并通过非参数估计,实现了最优权重随时间变化.实证结果表明,本文所采用的TVJMA方法显著优于其它基准模型,包括Hansen和Racine (2012)的Jackknife模型平均(JMA)以及自回归模型(AR),单整自回归移动平均模型(ARIMA),季节性单整自回归移动平均模型(SARIMA)和时变参数模型(TVP)等传统方法.进一步,对不同的预测步长,TVJMA在航空客运量的预测效果同样具有稳健性.因此,TVJMA方法可以有效地降低由于航空客运量的结构性变化和预测模型不确定性等导致的预测风险,进而做出精准而稳定的客运量预测.
- 基于改进局部线性模型树的航空发动机过渡态非线性辨识
- 作者： 王伟 李建锋 刘帅 来源： 信息与控制 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机 非线性系统 局部线性模型树(LOLIMOT) 系统辨识 AIC准则
- 描述： 为了解决在采用局部线性模型树(LOcal Linear MOdel Tree,LOLIMOT)辨识发动机非线性系统时,出现的辨识网络复杂和模型精度问题,提出一种将非线性自回归滑动平均模型(NARMAX)和LOLIMOT网络融合的改进神经网络结构.基于非线性自回归滑动平均模型NARMAX的思想,将原始局部子模型的线性函数替换为非线性多项式函数,并基于AIC(Akaike information criterion)显著性准则的前向选择法对非线性项按照重要性程度进行选择,将简化后的非线性函数用于构建原始LOLIMOT模型局部子模型,形成一种改进LOLIMOT网络模型.通过某航空发动机过渡态下的辨识实验表明,改进算法能够将原LOLIMOT模型复杂度降低46%左右,相对预测精度提高50%以上,验证了在对发动机模型复杂度和精度要求较高的领域,改进模型是一种更加有效的网络结构.
- 基于改进局部线性模型树的航空发动机过渡态非线性辨识
- 作者： 王伟 李建锋 刘帅 来源： 信息与控制 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机 非线性系统 局部线性模型树(LOLIMOT) 系统辨识 AIC准则
- 描述： 为了解决在采用局部线性模型树(LOcal Linear MOdel Tree,LOLIMOT)辨识发动机非线性系统时,出现的辨识网络复杂和模型精度问题,提出一种将非线性自回归滑动平均模型(NARMAX)和LOLIMOT网络融合的改进神经网络结构.基于非线性自回归滑动平均模型NARMAX的思想,将原始局部子模型的线性函数替换为非线性多项式函数,并基于AIC(Akaike information criterion)显著性准则的前向选择法对非线性项按照重要性程度进行选择,将简化后的非线性函数用于构建原始LOLIMOT模型局部子模型,形成一种改进LOLIMOT网络模型.通过某航空发动机过渡态下的辨识实验表明,改进算法能够将原LOLIMOT模型复杂度降低46%左右,相对预测精度提高50%以上,验证了在对发动机模型复杂度和精度要求较高的领域,改进模型是一种更加有效的网络结构.